Store:QLMen18

11.3. funciones psicologicas

Ahora, pasamos al modelo presentado en la Sección 10. Una red neuronal se modela como un sistema cuántico compuesto; su estado se presenta en el producto tensorial de espacios de estado de una sola neurona. Las funciones del cerebro realizan automediciones modeladas dentro de la teoría de los sistemas cuánticos abiertos. (No hay necesidad de considerar el colapso del estado.) La dinámica del estado de alguna función cerebral (función psicológica) $F$ se describe mediante la ecuación maestra cuántica. Sus estados estacionarios representan mezclas estadísticas clásicas de posibles salidas de $F$ (decisiones). Por lo tanto, a través de la interacción con el entorno electroquímico, $F$(considerado como un sistema abierto) resuelve la incertidumbre que originalmente estaba codificada en estado entrelazado que representa incertidumbres en los potenciales de acción de las neuronas y las correlaciones entre ellos.

El entrelazamiento juega un papel crucial en la generación de consistencia en la dinámica de las neuronas. Como en la Sección 11.1, suponga que la representación de la información cuántica se basa en 0–1 $0-1$ código. Considere una red de $n$ neuronas que interactúan con el entorno electroquímico circundante $\varepsilon$,incluyendo la señalización de otras redes neuronales. El estado de la información viene dado por (32). El enredo codifica correlaciones entre la activación de neuronas individuales. Por ejemplo, el estado (33) está asociado con dos neuronas disparando sincrónicamente y el estado (34) con dos neuronas disparando asincrónicamente.

Salidas de la función psicológica $F$ basados biofísicamente en una red neuronal son el resultado de dinámicas de estado consistentes de neuronas individuales que pertenecen a esta red. Como ya se destacó, la evolución del estado hacia un estado estacionario es muy rápida, como consecuencia de la linealidad de la dinámica del sistema abierto; los elementos fuera de la diagonal de la matriz de densidad disminuyen exponencialmente rápidamente.

12. Observaciones finales

Desde 1990 (Khrennikov, 1999), el modelado de tipo cuántico fuera de la física, especialmente el modelado de la cognición y la toma de decisiones, floreció en todo el mundo. La teoría de la información cuántica (junto con la medición y las teorías de sistemas cuánticos abiertos) es un terreno fértil para las flores de tipo cuántico. La hipótesis básica presentada en este trabajo es que el funcionamiento de los biosistemas se basa en la representación de información cuántica de sus estados. Esta representación es el resultado de la evolución biológica. Este último es considerado como la evolución en el espacio de la información. Entonces, los biosistemas reaccionan no solo a las restricciones materiales o energéticas impuestas por el medio ambiente, sino también a las restricciones de información. En este artículo, las funciones biológicas se consideran como sistemas de información abiertos que interactúan con el entorno de información.

La representación cuántica de la información brinda la posibilidad de procesar superposiciones. Esta forma de procesamiento de la información es ventajosa para ahorrar recursos computacionales: una función biológica $F$ no necesita resolver incertidumbres codificadas en superposiciones y calcular JPD de todas las variables compatibles involucradas en el desempeño de $F$.

Otra característica ventajosa del procesamiento de información de tipo cuántico es su linealidad. La transición de la dinámica no lineal de los estados electroquímicos a la dinámica lineal de tipo cuántico acelera enormemente el procesamiento de estados (para la expresión génica, las epimutaciones y, en general, la toma de decisiones). En este marco, los tomadores de decisiones son genes, proteínas, células, cerebros, sistemas ecológicos.

Las funciones biológicas desarrollaron la capacidad de realizar automediciones, para generar resultados de su funcionamiento. Modelamos esta habilidad en el marco de los sistemas cuánticos abiertos, como toma de decisiones a través de la decoherencia. Hacemos hincapié en que este modelo está libre de la ambigua noción de colapso de la función de onda.

Las correlaciones dentro de una función biológica, así como entre diferentes funciones biológicas y el entorno, se representan linealmente mediante estados cuánticos entrelazados.

Esperamos que este documento sea útil para los biólogos (especialmente los que trabajan en modelos matemáticos) como una introducción al enfoque cuántico para modelar el funcionamiento de los biosistemas. También esperamos que pueda atraer la atención de expertos en teoría cuántica de la información sobre la posibilidad de utilizar su formalismo y metodología en estudios biológicos.

Declaración de interés en competencia

Los autores declaran que no tienen intereses financieros en competencia conocidos ni relaciones personales que pudieran haber parecido influir en el trabajo informado en este documento.

Expresiones de gratitud

Este trabajo fue financiado parcialmente por JSPS, Japón KAKENHI, Nos. 26247016 y 17K19970. MES. reconoce el apoyo de la colaboración IRI-NU, Japón.